استخراج منحنی فرمان با استفاده از سیاست بهره‌برداری استاندارد و مدل‌های ترکیبی جیرهبندیالگوریتم ژنتیک و برنامه‌ریزی خطی جیره‌بندی

برای مدیریت بهتر آب موجود در مخازن سدها با توجه به ذخیره مخزن و جریان‌های ورودی به آن، منحنی‌فرمان بهره‌برداری باید توسط مدلهای بهره‌برداری تهیه شود. در این مقاله منحنی فرمان برای بهره‌برداری از سیستم تک مخزنه سد درودزن واقع در استان فارس، با استفاده از روش‌های سیاست بهره‌برداری استاندارد، جیره‌بندی و برنامه‌ریزی خطی، استخراج شده است. تابع هدف کمینه‌سازی کمبود آب طی دوره آماری 60 ماهه از سال آبی 88 تا 92 در نظرگرفته شده است. روش سیاست بهره‌برداری استاندارد در مواقع خشکسالی کمبودهای شدیدی به‌وجود میآورد. به منظور تعدیل نمودن این کمبودهای شدید، قوانین جیره‌بندی برقرار می‌شود تا ذخیره مخزن را برای مصارف آینده حفظ نماید. در روش جیره‌بندی برای رسیدن به بهترین مقدار تابع هدف، مقادیر فاکتورهای بهینه جیره‌بندی با روش الگوریتم ژنتیک به دست آمده است. در نهایت نتایج به دست آمده از این دو روش با نتایج به دست آمده از برنامه‌ریزی خطی مبتنی بر جیره‌بندی مقایسه شدند. مقدار کمبودکل در روش برنامه‌ریزی خطیجیره‌بندی، 219.56 و در روش سیاست بهره‌برداری استاندارد، 216.57 و در روش جیره‌بندیالگوریتم ژنتیک 84.19 میلیون مترمکعب محاسبه شده است. مدل جیره‌بندیالگوریتم ژنتیک با درصد تامین 83.33% نیازها، شدت کمبود را نیز کنترل می‌کند. همچنین متوسط حجم ذخیره مخزن در این روش دارای بیشترین مقدار است. مقایسه سه روش مزبور با استفاده از معیارهای ارزیابی شامل قابلیت اعتماد زمانی، حجمی و آسیب‌پذیری نشان می‌دهد که روش جیره‌بندیالگوریتم ژنتیک آسیب‌پذیری کمتر و اعتماد پذیری زمانی و حجمی بالاتری دارد و نسبت به دو روش دیگر مناسب‌تر عمل کرده است.

Deriving Rule Curve Based on Standard Operating Policy and Using Hybrid Models of Hedging RuleGenetic Algorithm and Linear ProgramingHedging Rule

Dam rule curves should be derived using operation models and considering reservoir storage as well as input flows, which results in better management of reservoir water. In this paper rule curves of Doroudzan dam in Fars province, has been derived, using standard operating policy (SOP), hedging rules and linear programming. The objective function is water deficit minimization during 8892. Standard operating policies result in severe water shortage. To mitigate the severe water shortage in SOP; the hedging policy has been used, which accept some present delivery deficit to reduce greater shortage in the future. The Genetic algorithm has been used to find the hedging optimal factors. Finally, the results of SOP and hedgingGA are compared with a model linear programming based on hedging rules model. Total shortage in hedgingGA is 84.19 MCM, hedgingLP is 219.5 MCM and in SOP is 216.57 MCM. The GAhedging model by supplying 88.33% of demands control the amount of shortage as well as the shortage severity. In addition, the average reservoir storage is the biggest amount among the three methods. Comparison of the mentioned models using assessment criteria including time reliability, volume reliability and vulnerability shows the hedgingGA model is less vulnerable and more reliable; therefor this model performance is better than the two other models.